R XML文件操作详细图解 _文件操作

本文概述

创建XML文件
读取XML文件
如何将xml数据转换为数据框

像HTML一样, XML也是一种标记语言, 代表可扩展标记语言。它是由万维网联盟(W3C)开发的, 用于定义对人类和机器均可读取的文档进行编码的语法。该文件包含标记标签。 HTML和XML之间有区别。在HTML中, 标记标记描述页面的结构, 在xml中, 标记标记描述文件中包含的数据的含义。在R中, 我们可以通过在R环境中安装” XML” 包来读取xml文件。该软件包将在熟悉的命令(即install.packages)的帮助下安装。

install.packages("XML")

文章图片
创建XML文件我们将在给定数据的帮助下创建一个xml文件。我们将使用.xml文件扩展名保存以下数据, 以创建xml文件。 XML标签描述了数据的含义, 因此包含在此类标签中的数据可以轻松地告诉或解释该数据。
示例：xml_data.xml

< records> < employee_info> < id> 1< /id> < name> Shubham< /name> < salary> 623< /salary> < date> 1/1/2012< /date> < dept> IT< /dept> < /employee_info> < employee_info> < id> 2< /id> < name> Nishka< /name> < salary> 552< /salary> < date> 1/1/2012< /date> < dept> IT< /dept> < /employee_info> < employee_info> < id> 1< /id> < name> Gunjan< /name> < salary> 669< /salary> < date> 1/1/2012< /date> < dept> IT< /dept> < /employee_info> < employee_info> < id> 1< /id> < name> Sumit< /name> < salary> 825< /salary> < date> 1/1/2012< /date> < dept> IT< /dept> < /employee_info> < employee_info> < id> 1< /id> < name> Arpita< /name> < salary> 762< /salary> < date> 1/1/2012< /date> < dept> IT< /dept> < /employee_info> < employee_info> < id> 1< /id> < name> Vaishali< /name> < salary> 882< /salary> < date> 1/1/2012< /date> < dept> IT< /dept> < /employee_info> < employee_info> < id> 1< /id> < name> Anisha< /name> < salary> 783< /salary> < date> 1/1/2012< /date> < dept> IT< /dept> < /employee_info> < employee_info> < id> 1< /id> < name> Ginni< /name> < salary> 964< /salary> < date> 1/1/2012< /date> < dept> IT< /dept> < /employee_info> < /records>

读取XML文件在R中, 我们可以借助xmlParse()函数轻松读取xml文件。该函数以列表形式存储在R中。要使用此函数, 我们首先需要在library()函数的帮助下加载xml包。除了xml包之外, 我们还需要加载一个名为方法的附加包。
让我们看一个示例, 以了解xmlParse()函数的工作原理, 在该示例中, 我们读取了xml_data.xml文件。

文章图片
示例：以列表形式读取xml数据。

# Loading the package required to read XML files.library("XML")# Also loading the other required package.library("methods")# Giving the input file name to the function.result < - xmlParse(file = "xml_data.xml")xml_data < - xmlToList(result)print(xml_data)

输出

文章图片
示例：获取xml文件中存在的节点数。

# Loading the package required to read XML files.library("XML")# Also loading the other required package.library("methods")# Giving the input file name to the function.result < - xmlParse(file = "xml_data.xml")#Converting the data into listxml_data < - xmlToList(result)#Printing the dataprint(xml_data)# Exracting the root node form the xml file.root_node < - xmlRoot(result)# Finding the number of nodes in the root.root_size < - xmlSize(root_node)# Printing the result.print(root_size)

输出

文章图片
【R XML文件操作详细图解】示例：获取xml中第一个节点的详细信息。

# Loading the package required to read XML files.library("XML")# Also loading the other required package.library("methods")# Giving the input file name to the function.result < - xmlParse(file = "xml_data.xml")# Exracting the root node form the xml file.root_node < - xmlRoot(result)# Printing the result.print(root_node[1])

输出

文章图片
示例：获取节点不同元素的详细信息。

# Loading the package required to read XML files.library("XML")# Also loading the other required package.library("methods")# Giving the input file name to the function.result < - xmlParse(file = "xml_data.xml")# Exracting the root node form the xml file.root_node < - xmlRoot(result)# Getting the first element of the first node.print(root_node[[1]][[1]])# Getting the fourth element of the first node.print(root_node[[1]][[4]])# Getting the third element of the third node.print(root_node[[3]][[3]])

输出

文章图片
如何将xml数据转换为数据框有效地处理大文件中的数据并不容易。为此, 我们将xml文件中的数据作为数据帧读取。然后, 该数据帧由数据分析人员处理。 R提供xmlToDataFrame()函数以数据帧的形式提取信息。
让我们看一个示例, 以了解如何使用和处理此函数：
例子

# Loading the package required to read XML files.library("XML")# Also loading the other required package.library("methods")# Giving the input file name to the function xmlToDataFrame.data_frame < - xmlToDataFrame("xml_data.xml")#Printing the resultprint(data_frame)

输出